堆排序算法学习及其应用：优先队列

1、堆介绍：
堆排序：时间复杂度为O(nlgn)，具有空间原址性;
堆中节点高度：该节点到叶节点最长简单路径上边的数目，n个元素的堆可以看作完全二叉树，堆的高度为lg(n)。
最大堆：两个子树上所有节点的值均不大于它的根结点的值

2、维护堆的性质：
让A[i]的值在最大堆中==“逐级下降”==，从而使得以下表i为根节点的子树重新遵循最大堆性质。

伪代码：（核心代码段）

3、建立最大堆：
用自底向上的方法利用过程MAX_HEPITY把一个大小为n的数组转化为最大堆。
伪代码：

4、堆排序算法：
首先建立最大堆，然后将根节点A[1]与A[n]交换，利用MAX_HEPIFY调整交换后节点A[i]应该在的位置。
伪代码：

C++代码：
注意：此代码中堆顶元素为A[0]。

void HeapSort(int* A, int N) //算法入口
{
	for(int i = N/2;i>=0;i--){ //自底向上，建立最大堆
		max_heapify(A,i,N)；
	}
	for(int i = N-1;i>0;i--){ // 交换堆顶元素到数组末尾，实现排序
		Swap(A[0],A[i]);
		max_heapify(A,0,i);
	}
}

//此处用循环代替了第2部分中描述的递归
void max_heapify(int* A,int i, int j) // j代表堆中元素个数
{
	int parent = i;
	int tmp; //用于记录父节点的值
	int child;
	for(;parent*2+1<=j-1;parent = child ){ // 在左孩子节点下标没超出数组范围时循环
		tmp = A[parent];
		child = parent*2+1;
		if(; child!=j-1 && A[child+1]>A[child]){ // 存在右孩子，且大于左孩子
			child= child +1; //最大孩子为右孩子
		}
		if(A[parent]>A[child]) break;
		else A[paernt] = A[child];
	}
	A[paernt] = tmp;
}

5、优先队列：
伪代码描述：

1. heap_maximum(A) //返回堆最大值

   return A[0];
   

2. heap_extract_maximum(A) //删除堆最大值并返回

   if(A.heap_size<1) error "heap underflow";
   max = A[0];
   A[0] = A[size-1];
   max_heapify(A,0,size-2);
   return max;
   

   将末尾元素放到堆顶并调用下筛代码
3. heap_insert(A,key) // 插入新值

   A[size] = key;
   int i = size;
   while(i>0&&A[i/2]<A[i]){
   	swap(A[i/2],A[i]);
   	i = i/2;
   }
   

   先将插入的值放到末尾，然后其与父节点比较，大则上移。

总结：

1、记住此部分调整最大堆的代码（下筛）：“2、维护堆的性质：”
2、建立最大堆，肯定是先建立小堆再扩展，因此先从最末尾的根节点开始建立。